fa رویه یادگیری برمبنای نمونه وزنی تشابه برای مدل‌سازی پتانسیل انتقال پوشش اراضی و کاربرد آن در سند طراحی پروژه REDD سنجش از دور RS پژوهشي Research <span style="font-family:b nazanin;">کاهش انتشارات ناشی از جنگل‌زدایی و تخریب جنگل (</span><span dir="LTR"><span style="font-size:8.0pt;">Reducing Emissions from Deforestation and Forest </span></span><span dir="LTR">Degradation (</span><span dir="LTR"><span style="font-size:8.0pt;">REDD</span></span><span dir="LTR">)</span><span style="font-family:b nazanin;">)، راهکاری برای تعدیل تغییرات اقلیمی است که به‌منظور کاهش شدت جنگل‌زدایی و انتشار گازهای گلخانه‌ای به‌کار</span>&nbsp;<span style="font-family:b nazanin;">گرفته</span>&nbsp;<span style="font-family:b nazanin;">می‌شود. در چند دهه&shy;ی اخیر تغییرات شدید کاربری اراضی در استان مازندران باعث کاهش میزان چشمگیری از جنگل‌های</span>&nbsp;<span style="font-family:b nazanin;">هیرکانی شده است. تحقیق حاضر بر اساس اهداف پروژه‌های </span><span dir="LTR"><span style="font-size:8.0pt;">REDD</span></span><span style="font-family:b nazanin;">، به بررسی تغییرات پوشش جنگل در محدوده‌ای از بخش‌های کجور و مرزن آباد در استان مازندران با استفاده از تصاویر ماهواره‌ای لندست متعلق به سال‌های 1363، 1379 و 1393 پرداخته است. در</span>&nbsp;<span style="font-family:b nazanin;">این</span>&nbsp;<span style="font-family:b nazanin;">مطالعه، برای اولین بار در ایران با استفاده از رویه یادگیری برمبنای نمونه وزنی مشابهت، مدل‌سازی تغییرات پوشش جنگل صورت گرفت و به‌منظور اعتبارسنجی از آماره&shy;های مشخصه عملکرد نسبی، نسبت موفقیت به هشدار خطا و عدد شایستگی استفاده</span>&nbsp;<span style="font-family:b nazanin;">شد. در پایان با استفاده از روش‌شناسی استاندارد کربن اختیاری میزان انتشار گاز </span><span dir="LTR"><span style="font-size:8.0pt;">CO₂</span></span><span style="font-family:b nazanin;"> برای 30 سال آینده (تا سال 1423) محاسبه گردید. نتایج نشان</span>&nbsp;<span style="font-family:b nazanin;">داد که به ترتیب طی سال‌های 1379-1363 و 1393-1379 حدود 4008 و 3635 هکتار پوشش جنگل تخریب شده است. نتایج اعتبارسنجی نشان داد که میزان مشخصه عملکرد نسبی برابر با 95_/0، عدد شایستگی 26 درصد و نسبت موفقیت به هشدار خطا 82 درصد بیانگر صحت بالای مدل می‌باشد. در نهایت نتایج اجرای پروژه </span><span dir="LTR"><span style="font-size:8.0pt;">REDD</span></span> <span style="font-family:b nazanin;">نشان داد که تحت سناریو خط‌مبنا، </span>&nbsp;<span dir="LTR"><span style="font-size:8.0pt;">tCO2e</span></span><span style="font-size:8.0pt;">705336</span><span style="font-family:b nazanin;"> طی 30 سال آینده به اتمسفر انتشار خواهد یافت که با اجرای پروژه </span><span dir="LTR"><span style="font-size:8.0pt;">REDD</span></span> <span style="font-family:b nazanin;">می‌توان از انتشار </span><span dir="LTR"><span style="font-size:8.0pt;">tCO2e</span></span><span style="font-family:b nazanin;"> 91_/491697 جلوگیری نمود. با توجه به افزایش روند تخریب جنگل‌های هیرکانی و نقش مهم آنها در تعدیل تغییرات اقلیمی، با استفاده از روش‌شناسی تحقیق حاضر می‌توان تغییرات پوشش اراضی و تأثیر پروژه‌های </span><span dir="LTR"><span style="font-size:8.0pt;">REDD</span></span> <span style="font-family:b nazanin;">در میزان کاهش انتشار گازهای گلخانه‌ای را برآورد و پیش‌بینی</span>&nbsp;<span style="font-family:b nazanin;">نموده و در سند طراحی پروژه‌های مکانیسم توسعه پاک در کشور استفاده نمود.&nbsp; .</span> &nbsp;<br> Reducing Emissions from Deforestation and Forest Degradation (REDD) is a climate change mitigation strategy employed to reduce the intensity of deforestation and GHGS emissions. In recent decades, drastic land use changes in Mazandaran province caused a substantial reduction in the amount of Hyrcanian forests. The present research based on objectives of REDD projects paid to identify of forest cover changes in a range of Marzan Abad and Kojour Districts in the Mazandaran province using of Landsat satellite images from 1984, 2000 and 2014. In this study, for the first time in Iran, using similarity weighted instance&ndash;based learning (SimWeight) approach, forest cover changes modeling was performed, and for validation, statistics of relative operating characteristic (ROC), ratio of hits/false alarms and figure of merit was applied. Finally, using voluntary carbon standard (VCS) methodology CO2 emissions for the 30 next years (until 2044) was calculated. The results showed that forest cover decreased about 4008 hectares and 3635 hectares during 1984-2000 and 2000-2014. The validation results indicated that ROC equal to 0.95, the figure of merit equal to 26 percent and the ratio of hit/false alarms equal to 82 percent reflects high accuracy of the model. Eventually, REDD project&#39;s implementation results designated that under the baseline scenario about 705336 tCO2e will release into the atmosphere over the 30 next years that REDD project can prevent the release of 491697.91 tCO2e. With respect to increasing deforestation in Hyrcanian forests and their important role in the mitigation of climate change, using the methodology offered can be estimated and predicted land cover changes and the impact of REDD projects on reducing GHGS emissions, and the REDD results can be used to complete the Project Design Document (PDD) of Clean Development Mechanism (CDM) in the country انتشار کربن, پروژه REDD, جنگل‌زدایی, رویه یادگیری برمبنای نمونه وزنی مشابهت, استان مازندران Synthetic Carbon emissions, REDD project, Deforestation, Similarity weighted instance–based learning 121 144 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-150-3&slc_lang=fa&sid=1 Koosha Parsamehr کوشا پارسامهر 10031947532846007453 10031947532846007453 No Faculty of Natural Resources and Marine Sciences, Tarbiat Modares دانشکده منابع طبیعی، دانشگاه تربیت مدرس Mehdi Gholamalifard مهدی غلامعلی فرد m.gholamalifard@modares.ac.ir 10031947532846007454 10031947532846007454 Yes Faculty of Natural Resources and Marine Sciences, Tarbiat Modares دانشکده منابع طبیعی، دانشگاه تربیت مدرس Yahia Kooch یحیی کوچ 10031947532846007455 10031947532846007455 No Faculty of Natural Resources and Marine Sciences, Tarbiat Modares دانشکده منابع طبیعی، دانشگاه تربیت مدرس